Отображение молекулярной диффузии в плазме мембраны Несколько-Target трассировки (MTT)

Summary

Несколько-Target Трассировка домашнее алгоритм, разработанный для отслеживания индивидуально меченых молекул в мембране живой клетки. Эффективное обнаружение, оценку и отслеживание молекул с течением времени при высокой плотности обеспечивает удобный, комплексный инструмент для исследования наноразмерных динамика мембраны.

Abstract

Нашей целью является получить подробное описание молекулярных процессов, происходящих в клеточных мембранах в различных биологических функций. Мы стремимся характеризующие сложную организацию и динамику плазматической мембраны в одной молекуле уровне, путем разработки аналитических средств, предназначенных для Одночастичные Tracking (SPT) при высокой плотности: Несколько-Target Tracing (МТТ) ^1. Одиночных молекул видеомикроскопии, предлагая миллисекунды и разрешение нанометрового ^1-11, позволяет детальное представление мембраны организации ^12-14, точно отображение дескрипторов, таких как клеточные рецепторы локализация, подвижность, родов или взаимодействий.

Мы вновь SPT, как экспериментально, так и алгоритмически. Экспериментальные аспекты включены оптимизации установки и мечения клеток, с особым акцентом на достижение максимально возможной плотности маркировки, с тем чтобы обеспечить динамический снимок молекулярной динамикии все происходит внутри мембраны. Алгоритмические вопросы, касающиеся каждого шага для восстановления траектории: пики обнаружения, оценки и воссоединения, рассмотрены конкретные инструменты анализа изображений ^15,16. Реализация дефляции после обнаружения позволяет спасать пики изначально скрыты от соседних, более сильные пики. Следует отметить, что улучшение обнаружения непосредственно влияет на повторное, на сокращение разрыва в траектории. Выступления были оценены с использованием метода Монте-Карло для маркировки различной плотности и шум значения, которые обычно представляют собой два основных ограничения на параллельных измерений при высокой пространственно-временной разрешение.

Нанометрового точность ¹⁷ получены отдельные молекулы, используя либо последовательного включения / выключения photoswitching и нелинейной оптике, могут обеспечить исчерпывающую наблюдений. Это является основой наноскопия ¹⁷ таких методов, как STORM ¹⁸ PALM ^{19,20, 21} или RESOLFT Стед ^22,23, бееч. часто требуют фиксированных изображений образцов. Главной задачей является выявление и оценка дифракционного пика, исходящих из одной молекулы. Таким образом, обеспечение надлежащего предположения, такие как обработка постоянная точность позиционирования, а броуновское движение, МТТ прямо подходит для наноскопических анализа. Кроме того, МТТ может принципиально быть использован на любом уровне: не только для молекул, но и для клеток или животных, например. Таким образом, МТТ является мощным алгоритм слежения, что находит применение в молекулярной и клеточной масштабах.

Protocol

В этом видео мы представляем полный одном эксперименте отслеживания частиц, с помощью квантовых точек, ориентированных на конкретные рецепторы мембраны. Основная цель этого эксперимента заключается в дискриминационной различных типов молекулярных поведения диффузии измеряли в пла?…

Discussion

В одночастичной слежения, рядом с клеткой и микроскопии аспекты, анализ представляет собой значительную часть работы. Это решает алгоритм, используемый для выполнения трех основных задач: выявление, оценка и снова пики над каждым кадром. Но последующее аспектом этой работы заключаетс?…

Materials

Reagent	Company	Catalogue number	Quantity
Cos-7 cell line	ATCC	CRL-1651	5,000 cells/well
HBSS without Ca2+	GIBCO	14175	1 ml
0.05% Trypsin EDTA	GIBCO	25300	1 ml
8-well Lab-tek	NUNC	155441	1
QDot-605 streptavidin	Invitrogen	Q10101MP	20 mM
Biotinylated Fab (for Fab synthesis, see reference 21)
Fab from mAb 108	ATCC	HB-9764	200 μg
NHS-Biotin	Thermo Scientific	21435	18.5 μg
Complete medium
DMEM	GIBCO	41965	500 ml
Fetal Bovine Serum	SIGMA	F7524	50 ml
L-Glutamine	GIBCO	25030	5 ml
HEPES	GIBCO	15630	5 ml
Sodium Pyruvate	GIBCO	11360	5 ml
Imaging medium
HBSS with Ca2+	GIBCO	14025	25 ml
HEPES	GIBCO	15630	250 μl

 

Equipment	Company	Reference
Inverted microscope	Nikon	Eclipse TE2000U
Fluorescent lamp	Nikon	Intensilight C-HGFIE
1.3 NA 100x objective	Nikon	Plan Fluor 1.30
1.49 NA 100x objective	Nikon	APO TIRF 1.49
Camera	Roper Scientific	Cascade 512 B
Thermostated box	Life Imaging Services	The Box

Appendix: example Script of MTT supplementary analysis

function MTT_example(file_name)
%%% Basic examples showing how to recover MTT output results
%%% to plot each trace and to build the histogram
%%% of fluorescence intensities

if nargin<1 % no file_name provided?
    files = dir(‘*.stk’);
    if isempty(files), disp(‘no data in current dir’), return, end
    file_name = files(1).name; % default: first stk file
    disp([‘using’ file_name ‘by default’])
end

file_param = [file_name ‘_tab_param.dat’]; % output file

%% Load data
cd(‘output23′) % or (‘output22’), according to version used
% Disclaimer: version 2.2 only generates 7 parameters,
% an extra parameter, noise, was added in version 2.3

% To read all parameters at once, in a single table
% tab_param = fread_all_param(file_param);
% tab_i = tab_param(2:8:end, :); tab_j = …

% To read all parameters (except frame_number) in separate tables
% [tab_i,tab_j,tab_alpha,tab_radius,tab_offset,tab_blk,tab_noise] = fread_all_data_spt(file_param);

tab_i = fread_data_spt(file_param, 3); % index is 3 because trace number & frame number, non informative, are discarded!
tab_j= fread_data_spt(file_param, 4);
tab_alpha = fread_data_spt(file_param, 5);
tab_blk = fread_data_spt(file_param, 8);

%% Loop over traces
N_traces = size(tab_i,1);
% Tables are N_traces lines by N_frames colums

for itrc = 1:N_traces
    No_blk_index = tab_blk(itrc, :)>0; % non blinking steps only
     plot(tab_i(itrc, No_blk_index), tab_j(itrc, No_blk_index))
    xlabel(‘i (pixel)’), ylabel(‘j (pixel)’)
    title([‘trace # ‘ num2str(itrc)])
    disp(‘Please strike any key for next trace’), pause
end

%% Fluo histogram
N_datapoints = sum(tab_blk(:)>0); % non blinking steps only
hist(tab_alpha(tab_blk>0),2*sqrt(N_datapoints)) % using 2sqrt(N) bins
xlabel(‘intensity (a.u.)’), ylabel(‘occurrence’)
title(‘histogram of particles fluorescence intensity’)